目前,随着我国经济高速发展,人民对交通出行的需求也不断增长,导致现有的城市道路与出行需求间的矛盾不断加深。这一矛盾直接导致了交通事故多发等严重问题的产生,威胁着人民的生命与财产安全。目前,通过分析与交通事故相关的交通流特征,从而提出具有针对性的对策意见,进而提升城市道路安全性,已经成为主要的城市道路交通安全研究方向之一,国内外学者在这一领域进行了深入而全面的研究,并逐渐将目光投向了因车辆转向、变道或危险驾驶行为而产生的交通流短时突变情况,认为该种突变是导致交通事故发生的关键因素。然而,目前的研究主要集中于因交通流内部车辆驾驶行为而产生的交通流突变,而忽视了城市道路中,当有车辆驶入或驶出路侧设置的停车泊位时,交通流会被迫中断,导致与前述突变相似的情况发生。因此,本文以深圳市海德二道、科技南路与招商路中设有路侧泊位的路段为研究对象,提出路段类型、泊位使用特征与泊位扰动特征三项定义,用于描述各路段泊位的自身特征与对交通流的扰动情况。收集2018年9月至2019年2月间三条路段路侧泊位的使用情况数据及交通事故数据,通过构建多种模型分析泊位使用特征、泊位扰动特征与交通事故发生概率间的关系,最终得出低事故概率下四项泊位使用特征的取值范围,从而在此基础上提出适合各类路段的交通安全管控建议。首先,本文提出了泊位使用特征与泊位扰动特征的定义以及因泊位使用而导致交通流受到扰动的辨别方法,在对已收集数据的整理与清洗的基础上,对其进行归一化处理并分别构建了面向各类路段的以使用特征为自变量、以扰动特征为因变量的BP神经网络模型。经验证,各模型均可收敛,构建结果可信度较高。随后,采用控制变量法分析当某一项使用特征变化时,两项扰动特征的变化情况。结果表明,不同类路段上泊位扰动特征的变化情况差异较大,可以认为该差异是由路段类型的不同导致的。其次,统计了各路段上的交通事故数据,并以泊位扰动特征为自变量,以交通事故发生情况为因变量,构建了二分类Logistic模型,探究事故发生概率随泊位扰动特征变化而变化的机理。经验证,相较于原始空白模型而言,各模型在加入自变量后预测能力均有一定提升,同时对交通事故的预测能力有较大幅度的上升,表明模型构建较为成功,所选的自变量可用于进行交通事故发生的预测。结果表明,对不同类路段而言,存在不同的扰动特征阈值,当两项扰动特征超过该阈值时会导致交通事故发生的概率上升。同时,各类路段事故发生概率对两项扰动特征的变化敏感度差别较大,可以认为随着路段类型的变化,扰动特征的变化对事故发生的促进效用存在差异。随后,结合上述研究成果,探究当交通事故发生概率处于较低水平时,各项泊位使用特征的取值范围,本文将其定义为安全范围,且当一定时间内泊位使用特征处于该范围内时,道路处于低风险态,反之则处于高风险态。结果表明,不同类路段分别具有不同的安全范围,可认为路段类型对泊位使用特征的安全范围有决定性影响。最终,本文根据研究成果,分别对道路使用者、交通安全相关部门及道路设计者提出了一定的对策建议.旨在基于本文研究的基础上,提出切合实际的交通安全改善措施,以提升带有泊位的城市道路安全水平,减少交通事故的发生。最后,本文对研究整体进行了回顾,分析了研究的成果与不足,并提出了对未来研究的展望。